[Doctorandos] Charla del Dr. Sacchi - 7/12 a las 10hs

[Prosecretaría de Asuntos Académicos]

Estimados:

El día miércoles 7 de diciembre a las 10:00hs, en el Salón Meridiano, se 
llevará a cabo una charla a cargo del *Dr. Mauricio Sacchi* (Department 
of Physics, University of Alberta) titulada *"Migración de datos 
sísmicos asistida mediante técnicas de Aprendizaje Automático"*.

A continuación les dejamos el resumen:

Esta presentación primero describe migración sísmica y migración por 
mínimos cuadrados. La migración de datos sísmicos puede representarse a 
través de la solución de un problema inverso. En este problema tratamos 
de estimar la reflectividad del subsuelo mediante la inversión de datos 
sísmicos antes de apilamiento. Este tipo de migración en general se 
llama migración de mínimos cuadrados (least-squares migration). Como 
todo problema inverso, su solución es inestable y métodos de 
regularización son necesarios para obtener imágenes estables y de alta 
calidad. Tradicionalmente, métodos de regularización se refieren a 
técnicas basadas en operadores de restricción que permiten estabilizar 
el problema inverso. Recientemente, los métodos de aprendizaje 
automático (machine learning) irrumpieron en el campo de los problemas 
inversos, particularmente en problemas pertinentes a estimación de 
imágenes médicas. Aquí, exploramos la aplicación de aprendizaje 
automático al problema de estimación de imágenes sísmicas. 
En particular, presentaré resultados en donde se demuestra una mejoría 
en convergencia  cuando el aprendizaje es utilizado para 
diseñar estrategias de regularización del problema inverso. Cómo 
discusión final, desearía críticamente autointerrogarse, a pesar del 
gran entusiasmo existente, si el aprendizaje automático es 
verdaderamente una herramienta valiosa para este tipo de problemas.


Los esperamos.
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://fcaglp.fcaglp.unlp.edu.ar/pipermail/doctorandos/attachments/20221205/17e31358/attachment.html>